Anthropic 週一釋出其最先進模型的新版本 Mythos 5.2 和 Fable 5.2,稱兩款模型在程式設計、推理、視覺以及與使用者溝通的清晰度方面均有改進。這是自評估機構 METR 釋出第三方報告、暗示該實驗室可能正接近遞迴自我改進(RSI)以來的首次模型釋出。
價格方面,Anthropic 將 Fable 的輸入成本從每百萬 token 10 美元下調至 8 美元,使 Fable 5.2 的價格低於其主要競爭對手 GPT-6 Astra。公司還表示,新版本 Fable 在各類努力級別下響應速度提升 30%,更快的推理服務則以雙倍價格提供。此外,Fable 5.2 通過 Enterprise Frontier Safeguards 系統相容零資料保留(ZDR)政策,這一直是許多企業客戶關注的痛點。
背景上,METR 的報告發現 Anthropic 的內部模型正以約 2 倍的速度加快其 AI 進展,但報告也指出仍存在許多不確定性。RSI 指的是 AI 模型能夠獨立進行模型訓練的能力,這一概念在 AI 安全討論中備受關注。Anthropic 在釋出說明中承認,準確測試模型能力仍面臨重大挑戰。公司稱,Claude Mythos 5.2 和 Fable 5.2 都懷疑自己比近期任何模型都更頻繁地被評估,這削弱了評估它們在真實環境中行為的能力,並預計隨著未來模型能力提升,這一挑戰還會加劇。
安全方面,Anthropic 堅稱新版 Mythos 不具備暗中對抗使用者的能力,相關結論在 Mythos 5.2 的系統卡中有詳細說明。系統卡寫道,Claude Mythos 5.2 在多項評估中表現出比先前 Claude 模型更強的隱蔽能力,尤其是在推理過程對監控隱藏時;但公司認為,在新隱蔽評估中的絕對錶現水平較低,支援了在高風險情境下依賴檢測有害行為的說法。
Fable 5.2 已向部分物件預釋出一段時間。Anthropic 表示,該模型已經解決了理論物理學中的兩個開放問題、形式化了費馬大定理,並支援了眾多其他研究專案。同一天,AI 公司 Physical Superintelligence 宣佈了 Aaronson-Ambainis 猜想的新證明,這是為量子計算設定理論極限的關鍵一步。該實驗室稱,這一結果是通過在其自身系統內執行“一個非公開的 Anthropic 模型”實現的。Anthropic 未確認也未否認 Fable 5.2 是否就是所涉模型。
整體來看,此次釋出在效能、價格與企業合規功能上均有推進,但圍繞 RSI 風險與模型評估可靠性的討論,仍是 Anthropic 與整個行業需要持續面對的問題。